GitHub Copilot重塑程序员工作方式令研究者震惊

生成式 AI 工具如 GitHub Copilot 不仅加快了编程速度，更在悄然改变软件开发者在编写代码、项目管理和学习新技能之间的时间分配方式。

随着开发者越来越多地使用 AI，他们的工作时间分配必然会发生变化。问题是：具体如何变化？哈佛商学院一份名为《生成式 AI 与工作本质》的工作论文给出了答案，该研究调查了 18.7 万名开源开发者。

研究发现，获得 GitHub Copilot 免费使用权的程序员显著将工作重心转向实际编程。使用 Copilot 之前，开发者约 44% 的时间用于编程任务，37% 用于项目管理，如处理问题分类、审查拉取请求和处理支持队列。Copilot 引入后，编程时间增加了 12.4%，而项目管理活动减少了 24.9%。

并非所有研究都支持这一结果。例如，谷歌 2025 年 DORA AI 辅助软件开发状况报告发现，虽然使用 AI 的人能更快产生更多代码，但代码也伴随更多问题，需要更多的错误查找和返工。

其他研究也证实了这一点。开发工具公司 Sonar 的 2026 年代码开发者状况报告调查了超过 1000 名开发者，96% 的开发者难以信任 AI 生成的代码。此外，38% 的人表示审查 AI 生成的代码比审查同事编写的代码更费力。在同一报告中，"纠正或重写 AI 编码工具创建的代码"被列为主要工作负担来源，特别是对频繁使用 AI 的用户而言。

哈佛报告的合著者之一、MIT 数字经济倡议研究科学家 Frank Nagle 告诉 The New Stack："在当前研究中，我们没有深入研究代码质量。但从传闻来看，我听到过类似情况。"因此，当人们说他们今天在"编程"时，这不一定是几年前我们所说的编程。

至关重要的是，研究者认为这意味着 AI 不仅仅是生产力的提升，而是开发者工作的根本性改变。对于维护高知名度项目运行的维护者和顶级贡献者来说，这种重新平衡意义重大。研究指出，这些"超级用户"往往将大量时间花在审查他人贡献、合并代码和解决用户报告问题等次要任务上，这往往是快速倦怠的原因。

具体而言，使用 Copilot 的开发者项目管理活动增加了近四分之一，而同伴协作事件减少了近 80%。原因何在？作者认为这是因为他们需要进行的调试和重构工作减少了。这种转变表明生成式 AI 正充当一个永远在线的审查员和结对编程伙伴，处理许多以前需要人工干预的小型常规修复。

这是好消息也是坏消息。虽然这缓解了工作负担压力，但也暗示了开源面临的文化风险。Nagle 在论文中警告"远离团队合作"的趋势，因为开发者更依赖 AI 而非同事获取建议、设计反馈或代码审查。长期以来区别开源的不仅是公开可见的代码，还有塑造软件和开发者的密集人际协作网络。

虽然节省时间是真实的，但人际互动的丧失侵蚀了公司和开源社区从协作工作中获得的社会和组织价值。AI 通过减少同伴接触，成为另一股掏空软件工程人性化一面的力量。

人际合作急剧减少的另一个问题是："当代码变更流程中人工检查点减少时会发生什么？"亚马逊最近向我们展示了一个现实例子：没有好结果。由于众多 AI 故障，亚马逊现在要求高级开发者监督和批准初级和中级 AI 辅助程序员的工作。

同时，哈佛报告发现生成式 AI 的最大增量收益出现在经验较少的工作者中。在 GitHub 样本中，使用 Copilot 的低级别开发者在核心编程活动上的时间增长最多。如 Nagle 在 The New Stack 对话中指出："样本中的每个人都是维护者，所以即使是经验较少的人也比完全的新手有更高的经验水平。"

话虽如此，Nagle 在论文中明确称公司假设 AI 能填补空缺而削减初级招聘是"深刻的战略错误"。论文发现 AI 作为补充效果最好，能加速技能发展并为工作者承担更高级别责任做准备。"当公司停止招聘入门级人员时，这是以牺牲未来投资为代价的短期思维。"

另一个结果是，启用 Copilot 的开发者对新语言的累积接触相对基线增加了近 22%。这表明该工具实现了低成本实验。因此，AI 使尝试新语言或框架变得更容易，因为 AI 可以即时填充习语、样板代码和语法。

归根结底，AI 明显正在改变程序员工作的本质。不过，就像 AI 本身一样，现在说这些变化的确切内容还为时过早。朋友们，系好安全带，这将继续是一段颠簸的旅程。

Q&A

Q1：GitHub Copilot如何改变开发者的工作时间分配？

A：研究发现，使用GitHub Copilot后，开发者的编程时间增加了12.4%，项目管理活动减少了24.9%。开发者更多时间转向实际编程工作，而在问题分类、审查拉取请求等项目管理任务上花费的时间明显减少。

Q2：AI辅助编程会带来什么问题？

A：多项研究显示AI生成的代码质量存在问题。96%的开发者难以信任AI生成的代码，38%的人认为审查AI代码比审查同事代码更费力。此外，同伴协作事件减少了近80%，这可能导致团队合作文化的衰退。

Q3：生成式AI对不同经验水平的开发者影响如何？

A：研究发现，经验较少的开发者从生成式AI中获得的增量收益最大，他们在核心编程活动上的时间增长最多。同时，使用Copilot的开发者对新编程语言的接触增加了近22%，AI降低了学习新技术的成本。